26375 पेपर
यह शोध पत्र एक मॉड्यूलर सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो ओपन-लूप ऑसिलेटर्स को फीडबैक रेसिडुअल रणनीतियों और एक पोस्चर-ड्रिवन स्टेट मशीन के साथ एकीकृत करता है ताकि द्विपद (बायपेडल) सॉकर रोबोट्स को गतिशील वातावरण में स्थिर बॉल हैंडलिंग और तीव्र स्वायत्त पतन रिकवरी सक्षम करने के लिए अनुकूल बहु-कार्य नियंत्रण प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र एक लेटेंसी-समायोजित संसाधन तुल्यता (LARE) मीट्रिक और डेटाफ्लो अनुकूलन को पेश करते हुए, एफपीजीए एआई इंजनों पर एक्सट्रीम-एज वैज्ञानिक न्यूरल नेटवर्क तैनात करने के लिए डिज़ाइन नियम स्थापित करता है ताकि यह निर्धारित किया जा सके कि ये इंजन उच्च-प्रदर्शन, कम-विलंबता वाले इन्फरेंस के लिए पारंपरिक प्रोग्रामेबल लॉजिक से कब बेहतर प्रदर्शन करते हैं।
यह शोध पत्र DP-FLogTinyLLM का प्रस्ताव करता है, जो एक डिफरेंशियल प्राइवेट फेडरेटेड लर्निंग फ्रेमवर्क है जो वितरित संगठनों के बीच कच्चे डेटा को साझा किए बिना सहयोगात्मक लॉग विसंगति का पता लगाने में सक्षम करने के लिए LoRA के साथ पैरामीटर-कुशल Tiny LLMs का लाभ उठाता है, जो केंद्रीकृत तरीकों के समान प्रदर्शन प्राप्त करता है और साथ ही मौजूदा फेडरेटेड बेसलाइन की तुलना में प्रिसिजन (precision) और F1-स्कोर में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र आठ अत्याधुनिक लार्ज लैंग्वेज मॉडल्स में पुनरावृत्ति वाले मौखिक टिक (verbal tics) की व्यापकता का व्यवस्थित रूप से विश्लेषण करता है, जो महत्वपूर्ण अंतर-मॉडल विविधताओं, चापलूसी (sycophancy) और कथित स्वाभाविकता के बीच एक मजबूत विपरीत सहसंबंध, और वर्तमान अलाइनमेंट प्रशिक्षण प्रतिमानों के परिणाम के रूप में इन कृत्रिम पैटर्न के संचय को प्रकट करने के लिए एक 'वर्बल टिक इंडेक्स' प्रस्तुत करता है।
नेक्ससफॉर्मर (Nexusformer) पेपर एक नवीन आर्किटेक्चर पेश करता है जो मानक लीनियर अटेंशन प्रोजेक्शन्स को एक नॉनलीनियर नेक्सस-रैंक (Nexus-Rank) लेयर से बदल देता है, जिससे ज़ीरो-इनिशियलाइज़्ड ग्रोथ (zero-initialized growth) के माध्यम से स्थिर, लॉसलेस मॉडल स्केलिंग सक्षम होती है जो प्रदर्शन को बनाए रखते हुए प्रशिक्षण कंप्यूट को महत्वपूर्ण रूप से कम करती है।
यह शोध पत्र इस बात की जांच करता है कि थिंकिंग (thinking) एलएलएम में उत्तर टोकन मात्रात्मक कार्यों के दौरान रीजनिंग ट्रेसेस (reasoning traces) पर कैसे ध्यान केंद्रित करते हैं, एक "बेनाइन सेल्फ-रीडिंग" (benign self-reading) पैटर्न की पहचान करता है जो शुद्धता से जुड़ा है, और इस अंतर्दृष्टि का लाभ उठाते हुए एक प्रशिक्षण-मुक्त स्टीयरिंग पद्धति प्रस्तावित करता है जो अनुमान को व्यवस्थित, साक्ष्य-केंद्रित अटेंशन (attention) की ओर निर्देशित करके सटीकता में सुधार करती है।
यह शोध पत्र REVEAL को प्रस्तुत करता है, जो एक अत्याधुनिक AIGC डिटेक्शन फ्रेमवर्क है जो व्याख्यात्मक तर्क श्रृंखलाएं (interpretable reasoning chains) उत्पन्न करने के लिए सुपरवाइज्ड फाइन-ट्यूनिंग और सुदृढीकरण शिक्षण (reinforcement learning) की दो-चरणीय प्रशिक्षण रणनीति का लाभ उठाता है, साथ ही बहु-डोमेन मूल्यांकन के लिए व्यापक AIGC-text-bank डेटासेट को भी जारी करता है।
यह शोध पत्र SCURank प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो सारांश सामग्री इकाइयों (Summary Content Units - SCUs) का लाभ उठाकर टेक्स्ट सारांशीकरण (text summarization) में सुधार करता है ताकि विविध LLM-जनित उम्मीदवारों को प्रभावी ढंग से रैंक किया जा सके, जिससे छोटे भाषा मॉडलों (small language models) में उच्च-गुणवत्ता वाले सारांशों को संकुचित करने के मामले में पारंपरिक मेट्रिक्स और अस्थिर LLM-आधारित रैंकिंग विधियों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र CD-GNN का प्रस्ताव करता है, जो एक कॉज़ल डिसेंटैंगलमेंट फ्रेमवर्क है जो हेटरोफिलिक ग्राफ में नोड वर्गीकरण सटीकता और मजबूती को सुधारने के लिए स्प्यूरियस इंडक्टिव सबग्राफ शॉर्टकट्स की पहचान करता है और उन्हें रोकता है।
यह शोध पत्र एक हाइब्रिड विसंगति पहचान ढांचे (anomaly detection framework) का प्रस्ताव करता है जो सात विविध इमेजिंग डेटासेट्स में केवल सामान्य प्रशिक्षण नमूनों का उपयोग करके दुर्लभ चिकित्सा विकृतियों की पहचान करने के लिए सेल्फ-सुपरवाइज्ड रिप्रेजेंटेशन लर्निंग को मीन शिफ्ट डेंसिटी एनहांसमेंट (MSDE) के साथ जोड़ता है ताकि अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।